Estadstica descriptiva: problemas resueltos

B ENITO J. G ONZLEZ RODRGUEZ (bjglez@ull.es)

D OMINGO H ERNNDEZ A BREU (dhabreu@ull.es)
M ATEO M. J IMNEZ PAIZ (mjimenez@ull.es)
M. I SABEL M ARRERO RODRGUEZ (imarrero@ull.es)
A LEJANDRO S ANABRIA G ARCA (asgarcia@ull.es)

Departamento de Anlisis Matemtico

Universidad de La Laguna

ndice
5. Problemas resueltos 1
5.1. Variables no agrupadas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
5.2. Variables agrupadas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6

M ATEMTICA A PLICADA Y E STADSTICA OCW-ULL 2013

E STADSTICA DESCRIPTIVA : PROBLEMAS RESUELTOS 1/12

5. Problemas resueltos

5.1. Variables no agrupadas

Ejercicio 5.1. En una clnica infantil se ha ido anotando, durante un mes, el nmero de metros que cada

nio anda, seguido y sin caerse, el primer da que comienza a caminar, obtenindose la tabla de informacin

adjunta:

nmero de metros 1 2 3 4 5 6 7 8

nmero de nios 2 6 10 5 10 3 2 2

Se pide:

a) Tabla de frecuencias. Diagrama de barras para frecuencias absolutas, relativas y acumuladas.

b) Mediana, media aritmtica, moda y cuartiles.

c) Varianza y desviacin tpica.

d) Entre qu dos valores se encuentra, como mnimo, el 75 % de las observaciones?

R ESOLUCIN . La variable considerada en el estudio es cuantitativa discreta.

a) Al tratarse de una variable discreta podemos confeccionar directamente la tabla de frecuencias (Cuadro

5.1).

xi ni Ni fi fi ( %) Fi Fi ( %)

1 2 2 0.050 5.0 0.050 5.0

2 6 8 0.150 15.0 0.200 20.0
3 10 18 0.250 25.0 0.450 45.0
4 5 23 0.125 12.5 0.575 57.5
5 10 33 0.250 25.0 0.825 82.5
6 3 36 0.075 7.5 0.900 90.0
7 2 38 0.050 5.0 0.950 95.0
8 2 40 0.050 5.0 1.000 100.0

Cuadro 5.1. Tabla de frecuencias para la variable del Ejercicio 5.1.

Los diagramas de barras de frecuencias se representan en las Figuras 5.1, 5.2, 5.3 y 5.4.

M ATEMTICA A PLICADA Y E STADSTICA OCW-ULL 2013

2/12 B. G ONZLEZ , D. H ERNNDEZ , M. J IMNEZ , I. M ARRERO , A. S ANABRIA

Ejercicio 5.1
12

10

Frecuencias absolutas
8

0
1 2 3 4 5 6 7 8
Nmero de metros

Figura 5.1. Diagrama de barras de frecuencias absolutas para la variable del Ejercicio 5.1.

Ejercicio 5.1
0,3

0,25
Frecuencias relativas

0,2

0,15

0,1

0,05

0
1 2 3 4 5 6 7 8
Nmero de metros

Ejercicio 5.1
Figura 5.2. Diagrama de barras de frecuencias relativas para la variable del Ejercicio 5.1.
1,1
1
F. absolutas acumuladas F. relativas acumuladas

0,9
0,8
0,7
0,6
0,5
0,4 Ejercicio 5.1
0,3
45
0,2
40
0,1
350
30 0 1 2 3 4 5 6 7 8 9
25 Nmero de metros
20
15
10
5
0
0 1 2 3 4 5 6 7 8 9
Nmero de metros

Figura 5.3. Diagrama de barras acumulativo de frecuencias absolutas para la variable del Ejercicio 5.1.

Ejercicio 5.1
1,1
1
F. relativas acumuladas

0,9
0,8
0,7
0,6
0,5
0,4
0,3
0,2
0,1
0
0 1 2 3 4 5 6 7 8 9
Nmero de metros

Figura 5.4. Diagrama de barras acumulativo de frecuencias relativas para la variable del Ejercicio 5.1.

OCW-ULL 2013 M ATEMTICA A PLICADA Y E STADSTICA

E STADSTICA DESCRIPTIVA : PROBLEMAS RESUELTOS 3/12

b) Nos ocupamos en primer lugar de las medidas de centralizacin. La media x viene dada por:

1
x= (1 2 + 2 6 + 3 10 + 4 5 + 5 10 + 6 3 + 7 2 + 8 2) = 4.05 ' 4.
40

En la tabla de frecuencias (Cuadro 5.1) observamos que la variable es bimodal, con modas

Mo1 = 3 y Mo2 = 5,

pues estos dos valores de la variable son los que presentan una mayor frecuencia absoluta, a saber, 10.

La mediana divide la distribucin en dos partes iguales. Como en el Cuadro 5.1 no existe ningn valor de

la variable que acumule el 50 % de los datos, la mediana ser el primero que supere este porcentaje:

Me = 4.

De manera anloga se procede para calcular el primer, segundo y tercer cuartiles. Estos son los valores

de la variable que acumulan, respectivamente, el 25 %, 50 % y 75 % de las observaciones. Al no comparecer

en la columna de frecuencias relativas acumuladas del Cuadro 5.1 exactamente estos porcentajes tomamos los

inmediatamente superiores, de modo que

P1/4 = 3, P2/4 = Me = 4, P3/4 = 5.

c) Ahora determinaremos las medidas de dispersin. Utilizando la relacin

1 k 1 k
2 = (xi x)2 ni = (xi2 ni ) x2 ,
N i=1 N i=1

se tiene que la varianza viene dada por:

1
2 = (1 2 + 4 6 + 9 10 + 16 5 + 25 10 + 36 3 + 49 2 + 64 2) 4.052
40
=19.5 16.4025

=3.0975 ' 3.10.

M ATEMTICA A PLICADA Y E STADSTICA OCW-ULL 2013

4/12 B. G ONZLEZ , D. H ERNNDEZ , M. J IMNEZ , I. M ARRERO , A. S ANABRIA

Consecuentemente, la desviacin tpica es

= 3.0975 ' 1.76.

d) El Teorema de Chebyshev garantiza que, como mnimo, el (1 k12 ) 100 % de los datos se concentran
1
en el intervalo (x k , x + k ) y, por tanto, fuera de dicho intervalo se encuentra, a lo sumo, el k2
100 % de

ellos.

Conforme a este teorema, imponemos que

 
1
75 = 1 2 100,
k

de donde
1
100 75 = 100
k2

y
100
k2 = = 4.
25

Por lo tanto, k = 2. Podemos as garantizar que, al menos, el 75 % de los datos se encuentran entre los valores

x k = 4.05 2 1.76 = 0.53

x + k = 4.05 + 2 1.76 = 7.57.

Ejercicio 5.2. Las cifras dadas en la tabla adjunta corresponden a miligramos de hidroxiprolina absorbidos

por 1 miligramo de masa intestinal, analizados en distintos pacientes:

hidroxiprolina (mg) 77.3 61.2 82.4 75.9 61 70.2 65 80

nmero de pacientes 3 10 15 13 8 5 2 0

Se pide:

a) Confeccionar la tabla de frecuencias.

b) Calcular la media, mediana, moda y cuartiles.

OCW-ULL 2013 M ATEMTICA A PLICADA Y E STADSTICA

E STADSTICA DESCRIPTIVA : PROBLEMAS RESUELTOS 5/12

c) Calcular la desviacin tpica de la muestra.

d) Qu porcentaje de observaciones se concentra en el intervalo (x 5 , x + 5 )?

R ESOLUCIN . La variable considerada en el estudio es cuantitativa discreta.

a) Al tratarse de una variable discreta podemos confeccionar directamente la tabla de frecuencias (Cuadro

5.2).

xi ni Ni fi ( %) Fi ( %)

61.0 8 8 14.3 14.3

61.2 10 18 17.9 32.2
65.0 2 20 3.6 35.8
70.2 5 25 8.9 44.7
75.9 13 38 23.2 67.9
77.3 3 41 5.4 73.3
80.0 0 41 0.0 73.3
82.4 15 56 26.8 100.0

Cuadro 5.2. Tabla de frecuencias para la variable del Ejercicio 5.2.

b) La media aritmtica viene dada por:

1
x= (8 61.0 + 10 61.2 + 2 65.0 + 5 70.2 + 13 75.9 + 3 77.3 + 0 80.0 + 15 82.4)
56
= 72.06428571 ' 72.1.

La moda es

Mo = 82.4,

ya que a este valor de la variable le corresponde la mayor frecuencia absoluta, a saber, 15.

La mediana viene dada por

Me = 75.9,

pues en el Cuadro 5.2 ninguna puntuacin de la variable acumula exactamente el 50 % de los datos, siendo

75.9 la primera con una frecuencia relativa acumulada superior al 50 %.

M ATEMTICA A PLICADA Y E STADSTICA OCW-ULL 2013

6/12 B. G ONZLEZ , D. H ERNNDEZ , M. J IMNEZ , I. M ARRERO , A. S ANABRIA

Ntese que la mediana coincide con el segundo cuartil:

P1/2 = Me = 75.9.

El primer cuartil P1/4 viene dado por

P1/4 = 61.2,

mientras que el tercer cuartil es

P3/4 = 82.4.

En efecto, en la columna de frecuencias relativas acumuladas del Cuadro 5.2 vemos que estos valores de la

variable son los primeros que superan, respectivamente, al 25 % y al 75 % de las observaciones.

c) La varianza de la muestra viene dada por

1
2 = (8 612 + 10 61.22 + 2 652 + 5 70.22 + 13 75.92 + +3 77.32 + 0 802 + 15 82.42 ) 72.12
56
=69.007857 ' 69.0.

Luego, la desviacin tpica es

= 69.007857 ' 8.3.

d) De acuerdo con el Teorema de Chebyshev, en el intervalo (x5 , x+5 ) podemos encontrar un mnimo

del
 
1 25 1 24
1 2 100 % = 100 % = 100 % = 96 %
5 25 25

de las observaciones. 

5.2. Variables agrupadas

Ejercicio 5.3. Los valores del pH sanguneo de 32 individuos son los siguientes:

7.33 7.31 7.26 7.33 7.37 7.27 7.30 7.33

7.33 7.32 7.35 7.39 7.33 7.38 7.33 7.31

7.37 7.35 7.34 7.32 7.29 7.35 7.38 7.32

7.32 7.33 7.32 7.40 7.33 7.32 7.34 7.33

OCW-ULL 2013 M ATEMTICA A PLICADA Y E STADSTICA

E STADSTICA DESCRIPTIVA : PROBLEMAS RESUELTOS 7/12

a) Agrupar los datos en 5 intervalos y confeccionar la tabla de frecuencias.

b) Calcular la media aritmtica, la moda y la mediana.

c) Hallar el tercer decil.

d) Determinar el porcentaje de individuos que se concentra fuera del intervalo (x 4 , x + 4 ).

R ESOLUCIN . En primer lugar, ntese que la variable considerada en el estudio es una variable cuantitativa

continua. Por esta razn distribuimos los datos observados en varios intervalos de clase.

a) Para establecer la longitud de cada intervalo de clase hemos de determinar el rango de la variable:

R = xmax xmin = 7.40 7.26 = 0.14.

Consecuentemente,
R 0.14
`= = = 0.028.
5 5

Redondeando por exceso podemos tomar ` = 0.03.

La tabla de frecuencias para la variable en estudio queda recogida en el Cuadro 5.3.

intervalos de clase xi ni Ni fi ( %) Fi ( %)

[7.26, 7.29) 7.275 2 2 6.250 6.250

[7.29, 7.32) 7.305 4 6 12.500 18.750
[7.32, 7.35) 7.335 17 23 53.125 71.875
[7.35, 7.38) 7.365 5 28 15.625 87.500
[7.38, 7.41) 7.395 4 32 12.500 100.000

Cuadro 5.3. Tabla de frecuencias para la variable del Ejercicio 5.3.

b) Calculemos la media aritmtica:

1 234.87
x= (2 7.275 + 4 7.305 + 17 7.335 + 5 7.365 + 4 7.395) = ' 7.34.
32 32

La mayor frecuencia absoluta registrada en la tabla de frecuencias es 17, que corresponde al intervalo [7.32, 7.35).

Dicho intervalo es, por tanto, el intervalo modal, o intervalo donde se encuentra la moda Mo .

Finalmente, para calcular la mediana trazamos el polgono de frecuencias absolutas acumuladas (Figura

5.5).

M ATEMTICA A PLICADA Y E STADSTICA OCW-ULL 2013

8/12 B. G ONZLEZ , D. H ERNNDEZ , M. J IMNEZ , I. M ARRERO , A. S ANABRIA

Ejercicio 5.3
35

30

25

F. absolutas acumuladas
20

15

10

5
x
0
Me

pH sanguneo

Figura 5.5. Diagrama de frecuencias absolutas acumuladas y clculo de la mediana para la variable del Ejercicio 5.3.

La mediana divide el nmero total de observaciones en dos partes iguales, esto es, en 16 observaciones.

Atendiendo a la grfica de la Figura 5.5 y al Cuadro 5.3, se verifica

Me = 7.32 + x,

donde x satisface la relacin:

16 6 x
= .
23 6 7.35 7.32

Entonces
0.3
x= ' 0.02,
17

y se concluye que

Me = 7.32 + 0.02 = 7.34.

c) Los deciles dividen la distribucin en diez partes iguales. Por tanto, el tercer decil se corresponde con el

valor de la variable que acumula una frecuencia de

N 3 32
3 = = 9.6.
10 10

Para calcularlo procedemos de manera similar que con la mediana:

D3 = 7.32 + x,

OCW-ULL 2013 M ATEMTICA A PLICADA Y E STADSTICA

E STADSTICA DESCRIPTIVA : PROBLEMAS RESUELTOS 9/12

donde ahora x satisface la relacin

0.03 x
= .
17 9.6 6

Se infiere que
0.03 3.6
x= ' 0.006,
17

y concluimos:

D3 = 7.32 + 0.006 = 7.326 ' 7.33.

1
d) El Teorema de Chebyshev garantiza que, como mnimo, el (1 k2
) 100 % de las observaciones se

encuentra en el intervalo (x k , x + k ), mientras que fuera de dicho intervalo se encuentra a lo sumo el

1
k2
100 % de ellas. Consiguientemente, un mximo del

1 1
100 % = 100 % = 6.25 %
42 16

de los datos cae fuera del intervalo (x 4 , x + 4 ). 

Ejercicio 5.4. En pacientes con distrofia muscular progresiva (enfermedad de Duchenne), la actividad de

creatinquinasa srica se eleva llamativamente sobre el valor normal de 50 unidades por litro. Los siguientes

datos son niveles sricos de creatinquinasa (en unidades por litro) medidos en 24 jvenes pacientes con la

enfermedad confirmada:

3720 3795 3340 5600 3800 3580

5500 2000 1570 2360 1500 1840

3725 3790 3345 3805 5595 3575

1995 5505 2055 1575 1835 1505

Se pide:

a) Agrupar los datos en 5 intervalos de clase.

b) Determinar la media y la desviacin tpica. Calcular la moda y la mediana.

c) Determinar el tercer cuartil, el sptimo decil y el centil 25.

R ESOLUCIN . Ntese que la variable considerada en el estudio es cuantitativa continua.

M ATEMTICA A PLICADA Y E STADSTICA OCW-ULL 2013

10/12 B. G ONZLEZ , D. H ERNNDEZ , M. J IMNEZ , I. M ARRERO , A. S ANABRIA

a) El rango de la variable es:

R = 5600 1500 = 4100.

Luego,
R 4100
`= = = 820.
5 5

Redondeando por exceso, tomamos ` = 821.

La tabla de frecuencias para la variable en estudio queda recogida en el Cuadro 5.4.

intervalos de clase xi ni Ni

[1500, 2321) 1910.5 9 9

[2321, 3142) 2731.5 1 10
[3142, 3963) 3552.5 10 20
[3963, 4784) 4373.5 0 20
[4784, 5605) 5194.5 4 24

Cuadro 5.4. Tabla de frecuencias para la variable del Ejercicio 5.4.

b) La media aritmtica viene dada por:

1
x= (9 1910.5 + 1 2731.5 + 10 3552.5 + 0 4373.5 + 4 5194.5) = 3176.208333 ' 3176.21.
24

Por otro lado, la varianza viene dada por la expresin

1 
2 = (1910.5 3176.21)2 9+ (2731.5 3176.21)2 1 + (3552.5 3176.21)2 10+
24
+(4373.5 3176.21)2 0 + (5194.5 3176.21)2 4)


=1346911.79,

de donde la desviacin tpica es

= 1346911.79 ' 1160.6.

El intervalo modal es [3142, 3963), pues en l se agrupa el mayor nmero de observaciones (es decir, 10).

Finalmente, para calcular la mediana hacemos una representacin grfica de las frecuencias absolutas

acumuladas (Figura 5.6).

Como el nmero total de observaciones es 24, la mediana ser aquel valor que divide a la muestra en dos

OCW-ULL 2013 M ATEMTICA A PLICADA Y E STADSTICA

 0 0
[7,26, 7,29) 2 7,29
[7,29, 7,32) 6 7,32
E STADSTICA DESCRIPTIVA :
[7,32, 7,35) PROBLEMAS
23 RESUELTOS
7,35 11/12
[7,35, 7,38) 28 7,38
[7,38, 7,41) 32 7,41

Ejercicio 5.4
26
24
22
20 35
18

F. absolutas acumuladas
30
16
14 25

F. absolutas acumuladas
12
10 20
8
6 15
4
2 x 10
0 x
Me 5
Me
0

Creatinquinasa srica

Figura 5.6. Diagrama de frecuencias absolutas acumuladas y clculo de la mediana para la variable del Ejercicio 5.4.

partes iguales, esto es, en 12 observaciones.

0 Teniendo
0 en cuenta la Figura 5.6 y el Cuadro 5.4, se verifica
[1500,2321) 9 7,29
[2321,3142) 10 7,32
[3142,3963) 20 7,35
[3963,4784) 20 M
7,38
e = 3142 + x,
[4784,5605) 24 7,41

donde x satisface la relacin:

12 10 x
= .
20 10 821

Luego
2 821
x= = 164.2,
10

y, por tanto,

Me = 3142 + 164.2 = 3306.2.

c) Los cuartiles Pi/4 , donde i toma los valores 1, 2 3, dividen el nmero de observaciones en cuatro partes

iguales. As, el tercer cuartil P3/4 ser aquel valor de la variable que acumula una frecuencia de

N 3 24
3 = = 18.
4 4

Siguiendo un procedimiento similar al empleado al calcular la mediana encontramos que

P3/4 = 3142 + x,

donde x satisface ahora la relacin

18 10 x
= .
20 10 821

M ATEMTICA A PLICADA Y E STADSTICA OCW-ULL 2013

12/12 B. G ONZLEZ , D. H ERNNDEZ , M. J IMNEZ , I. M ARRERO , A. S ANABRIA

Consecuentemente, x = 656.8 y

P3/4 = 3142 + 656.8 = 3798.8.

Los deciles dividen la distribucin en diez partes iguales. As pues, el sptimo decil D7 se corresponde con

una frecuencia acumulada de

24
7 = 16.8.
10

De manera anloga

D7 = 3142 + x,

siendo
6.8 821
x= = 558.28 ' 558.3.
10

Luego,

D7 = 3142 + 558.3 = 3700.3.

Finalmente, los centiles Pi , donde i toma valores desde 1 hasta 99, dividen la distribucin en cien partes

iguales, de forma que P25 se corresponder con aquel valor de la variable que acumula una frecuencia de

24
25 = 6.
100

As pues, escribimos

P25 = 1500 + x

donde
6 821
x= ' 547.3
9

para concluir:

P25 = 1500 + 547.3 = 2047.3.

Ntese que, al ser

1 1
25 = ,
100 4

el percentil P25 es, en realidad, el primer cuartil. 

OCW-ULL 2013 M ATEMTICA A PLICADA Y E STADSTICA